LangGraph 应用构建解析（探索型）

大模型前沿应用实践 / 2026-01-19 14:43:14
LangGraph 应用构建解析（探索型）
    马上咨询


    讲师介绍

    张老师 驭势科技云平台研发总监，全民数字素养与技能培训基地特聘高级专家

    • 本硕毕业于复旦大学，曾就职于英特尔亚太研发有限公司，担任高级研发经理和架构师
    • KubeSphere Ambassador，CNCF OpenFunction TOC Member
    • GenAI 专注领域：LangChain, RAG, Agent, Prompt & Flow Engineering
    • 云原生专注领域：Kubernetes, DevOps, FaaS, Observability


    技术布道经验（部分）

    • 专注领域：GenAI、Cloud Native、Web2.0
    • 编著《LangChain 实战》（一周即上京东计算机新书榜第一）


    课程大纲
    1. LangGraph 框架概览
    • 核心特性与理念：基于状态机（图）的 Agent 行为编排引擎，通过显式定义状态转换和处理逻辑，实现精确的流程控制和可预测的执行路径。
    • ReAct 和 Plan-and-Execute 示例走读：基于 Notebook 分步演示这两个范式的构建和执行过程。
    2. LangGraph API 架构与应用
    • Graph API：直接基于状态机模型构建 Agent 工作流，定义状态节点和转换条件，实现可追踪和可控的执行过程。
    • Functional API：采用函数式编程思想设计的链式调用接口，通过纯函数设计保证状态可控性，同时提供便捷的调试支持功能。
    • REST API：面向分布式部署场景的服务接口，支持微服务架构集成、异步任务处理，通过 LangGraph Cloud 提供负载均衡与水平扩展能力。
    3. Agent 记忆系统设计与实践
    • 短期记忆实现：围绕对话上下文管理构建核心功能，包括临时状态存储和注意力机制，实现高效的短期信息处理和检索。
    • 长期记忆架构：通过向量数据库实现跨对话线程的语义记忆存储，为 Agent 提供持久化的知识积累能力。
    • Memory-Agent 模板实践：通过简单的长期记忆存储示例，展示基本的记忆管理流程和接口使用方法。
    4. Ambient Agent 架构与实践
    • 架构设计原则：构建后台持续运行的任务处理系统，根据处理状态主动向用户推送通知，实现灵活的人机协作模式。
    • Social Media Agent 应用实践: 实现主题相关内容的链接抓取和分析，基于解析的内容智能编写推文，保持内容的相关性和连贯性。
    • Human-in-the-loop 交互体系：设计基于处理状态的通知机制，构建用户跟进和干预接口，确保关键节点的人工确认和调整。
    5. Report mAIestro 写作系统案例
    • 信息采集与处理：实现结构化信息提取和质量验证流程，为内容生成提供高质量数据支持。
    • 内容生成与优化：采用迭代优化机制提升输出质量，通过风格一致性控制和质量评估确保生成内容满足要求。

    最新动态

    点击阅读更多内容
    返回顶部